区域辐射中心人才集聚指数与辐射力关系研究

奥鹏网院作业

区域辐射中心人才集聚指数与辐射力关系研究*
姚 凯 寸守栋
[摘 要] 准确测度区域辐射中心人才集聚指数和辐射力水平并深入探讨二者相互关系，有助于检验各省份人才政策的实效性和为区域辐射中心建设提出路径建议。本文选取17个典型省份作为区域辐射中心研究样本，采用区位商法和回归分析法开展研究表明，区域辐射中心建设进程中存在明显的“人才政策—人才集聚指数—辐射力”交互推动关系，且区域辐射中心人才集聚指数与辐射力呈显著正相关关系，人才集聚指数提高1个百分点，区域辐射中心辐射力提升0.936个百分点。相反，区域辐射中心辐射力提高1个百分点，人才集聚指数提高1.068个百分点。区域中心辐射力的主要影响因素是科技创新和金融服务，二者对人才集聚指数的影响系数分别为0.586和0.56。研究成果为区域辐射中心建设指明了路径：人才政策应聚焦集聚科技创新人才和金融服务人才，辐射中心应结合产业发展规划构建区域性、特色化产融合作平台，建立科技创新、金融服务与人才集聚的良性互动关系，通过提升科技创新辐射力和金融服务辐射力来提升区域辐射中心辐射能力。
[关键词] 辐射中心；人才政策；人才区位商；人才集聚指数；辐射力
一、引言
改革开放40年我国经济社会发展获得巨大成就。以深圳特区为例，塑造经济增长极和构建区域辐射中心是我国经济发展的典型路径。现代化进程中的辐射是一个立体概念，辐射所需“势能”除经济贸易外还产生于资本、科技、人文和生活方式等多个领域(高洪深，2013)，区域中心凭借区域生产要素在行业经济结构中的空间分布演化所产生的比较优势，以及要素与产业间动态平衡关系激发的乘数效应产生辐射力(江志东和徐淑云，2015)，这也是各省份“十三五”期间着力从经济贸易、金融服务、科技创新、人文交流等多个方面系统打造辐射中心的根本原因。但取得成绩的同时也有明显不足，以作为区域辐射中心主要载体之一的高新开发区、经济技术开发区为例，截至2016年底我国140个国家级高新区中，从营业收入、出口总额两项指标可以看出代表性高新技术产业开发区的经济贸易指标差距较大，见表1。
无独有偶，相同现象均出现在金融服务、科技创新、人文交流等领域。据此可以看出我国各省份所建区域辐射中心的辐射力水平参差不齐，部分区域辐射中心缺乏理性制度安排、动态整合生产要素和推升辐射势能的治理能力，区域中心辐射力明显不足。
表1 代表性高新技术产业开发区主要经济指标情况

资料来源：《中国统计年鉴(2017)》。
人才是区域辐射中心治理体系建设的主客二元统一体，区域集聚的人才群体在目的性、能动性和创造性等主体性需求驱动下，基于集体学习和网络协同机制触发技术革新反应(廖诺等，2016；吴思，2011)，而作为客体的异质性人力资本与产业在总量、结构、能力和动态流动中耦合并推动区域经济增长(王世杰，2013)。因此，依托人才集聚推动区域辐射中心建设迈向更高水平成为各省份和城市的战略选择。北京、广州、天津、西安、重庆、青岛、杭州、宁波、南京、长沙、海南等地陆续出台人才政策，争相抛出优惠条件集聚人才，期望以人才集聚推动区域辐射中心辐射力达到较高水平。以各地千篇一律的千人计划、北京“全球顶尖科学家引进计划”、上海“曙光计划”、广州“领军人才引进计划”、四川“天府高端引智计划”等人才政策为例，其主要目标是引进和集聚各类高端人才。但与此同时各地还无一例外和不遗余力地吸引其他各类人才，以北京市2018年《北京市引进人才管理办法(试行)》、天津“河海英才”计划、武汉2017年“百万大学生留汉创业就业工程”等典型人才政策为例，其集聚的人才对象大幅扩展到创新创业、文化创意、体育发展、社区及卫生服务、技能操作等众多领域和类别，一系列人才政策的出台直接导致肇始于2017年初全国范围内的人才争夺大战愈演愈烈。
尽管学者的研究成果表明区域辐射中心建设进程中产业集聚与人才集聚有显著的相互促进关系，但上述代表性省份所出台人才政策能否有效集聚人才并高效推动区域辐射中心建设仍值得商榷。盲目集聚人才会导致人才结构偏离、人才含量过高或过低、超过人才需求量而导致人才拥挤等现象发生，终将带来延缓区域经济社会发展甚至导致人才集聚与产业集聚陷入恶性循环的重大风险。为此本文以我国有区域辐射中心建设规划的省份为研究对象，试图通过测度当前各区域辐射中心人才集聚指数和辐射力水平，检验各省份人才政策的有效性，并进一步分析和基于“人才政策—人才集聚指数—区域辐射中心辐射力”逻辑关系，为区域辐射中心人才政策管理、人才集聚和辐射力水平提升提供理论参考和路径建议。
二、人才集聚和辐射力研究回顾
(一)区域辐射中心辐射力研究进展
国内外辐射研究相关理论主要有辐射理论、增长极理论、中心地理论、中心—外围论和断裂带理论等。大部分学者基于辐射理论和增长极理论开展研究，其中江志东和徐淑云(2015)等学者以高新技术产业园区这一典型载体为研究对象，他们指出，高新区即为典型的区域中心“增长极”，高新区通过要素输出、培育产业结构比较优势等方式带动外围区域经济发展。其他学者基于上述逻辑对区域辐射中心辐射能力进行了深入研究，所用方法有区位商法、产业集中度指标法、主成分分析法、因子分析法、多元聚类法、空间基尼系数法、H指数法和综合评级法等。区位商法是应用较为普遍的研究方法之一，代表性的研究成果多集中在区域辐射中心产业集聚程度和辐射力水平的评价方面，如崔向阳和王玲侠(2017)应用该方法分别研究和评价了江苏省三大城市圈的三大产业辐射力水平并进行横向比较。此外陈文新(2016)应用综合评级法对丝绸之路经济带核心城市的辐射力进行了综合测度。戢晓峰等(2018)用发展指数法评价中国面向南亚东南亚辐射中心发展指数水平，得出云南辐射中心建设水平逐步提升但进展缓慢的研究结论。区域辐射中心成长遵循增长极“极化—扩散”规律，即各类资源完成从极化阶段向中心集中到扩散阶段向外围扩散的流动，资源的扩散过程会产生相应的辐射效应。马军等(2011)以长三角为例的研究成果进一步表明这种扩散还带有明显的专业筛选和区域分工作用。周锦和顾江(2013)以区位商法分析了我国文化产业发展的专业化程度，其实证研究成果发现文化产业发展和区域经济发展程度没有直接相关性。与此同时，诸多研究成果还表明产业集群与区域经济的耦合、产业集群与创新网络的互动关系等对区域经济发展和辐射力提升有重要作用(吴勤堂，2004；李凯和李世杰，2004)。
(二)人才集聚研究进展
当前文献以开展人才集聚与商业生态系统的协同机理和协同效应研究居多。孙健和尤雯(2008)以我国软件产业为对象，揭示了产业集聚与人才集聚之间所具有的共生效应和乘数效应。唐朝永和牛冲槐(2017)的实证分析认为人才集聚在协同创新网络对创新绩效的影响中承担部分中介作用，应加强协同创新网络内人才弹性流动、交流和协作的长效机制。领域内的另一研究重点是人才集聚水平评价标准和人才政策研究。评价标准研究所用指标主要包括：人才数量、人才质量、人才环境、人才开发、人才结构、人才素质、人才流动等，不同研究题目所组合的评价标准各不相同。多数学者选用具有较强操作性的人才集聚数量、人才集聚质量两项指标构建评价标准。人才集聚数量以本科以上就业人员数量、专业技术人才总数等二级指标为主，人才集聚质量以研究生人数占就业人数比例、万人拥有的专利数等二级指标为主(黄苏萍等，2011；张樨樨，2010)。从人才政策研究视角看，人才集聚与产业集聚的交互是一个动态过程，人才政策应在人才集聚与产业生命周期萌芽期、成长期、成熟期、衰退期四个阶段的匹配过程中做适时调整(周均旭，2010；于斌斌，2012)，此间政府应积极履行人才政策管理公共服务职能，随产业集聚水平动态调控人才集聚总量和结构，高效配置人才资源(胡蓓和朱朴义，2013)，国家和中西部地区应用产业来吸引人才、用人才来促进产业，避免盲目出台吸引和留用人才的无效人才政策，避免掉进人才集聚陷阱和降低人才集聚风险(孙健和盖丽丽，2008)。
既往研究普遍认为辐射中心通过“造极”方式积累“势能”并对周边区域产生辐射效应，人才集聚、产业集聚和商业生态系统之间的共生、乘数效应是推动经济发展和产生辐射效应的重要机理。尽管诸多成果为学者进一步开展相关研究奠定了坚实基础，但当前人才集聚与区域辐射中心辐射力的关系研究仍然有进一步探讨和创新的空间。一是既有成果均从产业集聚或其他单一维度而非从金融服务、科技创新、人文交流等多视角综合测度研究对象的辐射力水平，测度指标和研究视角相对单一，以此为出发点探讨人才需求和人才集聚，所得研究成果的场景性应用价值不高。二是尽管已有学者提出人才区位商概念并开始做应用研究，但拓展区位商法应用于计算人才集聚指数，并以此直观地测度全国各区域中心人才集聚现状和成效，据此分析人才政策实效性的研究成果尚未发现。三是从综合视角测度区域中心辐射力，以区位商法直观计算各区域人才集聚指数，并深入探讨人才集聚指数和区域辐射中心辐射力关系的研究更为少见。可以预期这方面的研究成果将不仅有助于解决研究结论场景性应用价值不足的问题，还能较大程度上弥补人才政策、人才集聚策略缺乏针对性、可操作性和实效性的缺憾。特别是在面对全国范围内各区域中心如火如荼开展“人才争夺大战”的形势时，我们有理由质疑部分区域辐射中心笼统的人才政策、人才集聚战略规划和行动策略的科学性和合理性。综上，人才政策视域下系统开展人才集聚指数与区域辐射中心辐射力提升的关系研究具有重要意义。研究成果能为各省份乃至全国区域辐射中心建设过程中的人才政策管理、人才集聚实践提供理论参考和行动策略支持。
三、辐射力与人才集聚指数测度
(一)测度指标体系构建
1.辐射力测度指标。参考区域经济辐射理论，本文从经济贸易、金融服务、科技创新、人文交流四个维度，选取17个省份的54个指标对研究对象的辐射力水平进行观测。经济贸易指标如“货物进出口总额”，特别强调区域辐射中心的全球辐射能力。鉴于我国当前基建工程“走出去”的规模不断扩大，服务贸易进出口指标随之有明显改善和提升，本文特别选择“对外承包工程新签合同金额”指标进行观测。周转量相关指标综合反映服务总量和服务效率水平。强调“电子商务销售额”在经济贸易中的重要作用，特别选择“光缆长度”“移动互联网接入流量”两项指标测度其基础设施建设水平对电子商务的支持程度。金融服务方面以“社会融资规模总量”反映金融机构在区域辐射中心范围内向社会提供资本量的情况，“证券市场交易额”反映区域内资产证券化水平和通过证券市场融资的活跃程度。考虑数据的可得性，本文以“金融机构本外币存款金额”反映区域中心的境外金融辐射情况。科技创新方面的指标选择特别强调科研经费投入、新技术研发及其转化后产生的市场价值。人文交流方面以“艺术团体平均演出场次”“文化体育与传媒公共预算支出”“文化及相关产业固定资产投资额”等指标为主，综合衡量区域辐射中心的人文艺术繁荣程度，以“招收留学生数量”“国际旅游(外汇)收入”指标衡量人文交流的境外辐射水平。
对54个指标开展相关性分析和共线性检验，删除存在明显共线性问题的23个指标，得到区域辐射中心辐射力测度指标体系(见表2)。经济贸易方面被删除的指标有“服务进出口总额”“(非金融类)对外直接投资”“信息技术服务收入”；金融服务方面被删除的指标是“金融业产值”等；科技创新方面被删除的指标是“R&D经费”“规模以上工业企业有效发明专利数”和“技术市场成交额”；人文交流方面被删除的指标有“文化及相关产业增加值”“规模以上文化制造企业营业收入”等。上述指标均因在外延上存在相互包含或部分重叠关系而被删除。
表2 区域辐射中心辐射力测度指标

2.人才集聚指数测度指标。各省份人才政策所集聚人才大致可分为高层次人才、科研人才、创新创业人才、学历型人才、技能型人才、资格型人才和其他急需人才等几个类别。在借鉴学者研究成果的基础上，本文以本科学历作为人才的界定标准，综合考量人才政策所包含的人才类别和测度数据可得性等因素，从人才数量和人才质量2个维度8个指标对人才集聚指数进行观测，见表3。
表3 人才集聚指数测度指标

其中，人才质量以各类高层次人才数量(D28～D31)在区域人口总量中的占比作为衡量标准，“六类”高层次人才包括：中科院院士、工程院院士、长江特聘、杰青、青千和优青。
(二)研究方法
区位商(LQ)作为产业经济学的重要概念，是研究和识别区域范围相关产业集中度或专业化程度的常用方法，其含义是指某产业部门的产值与本地区总产值之比，与该产业部门的全国总产值占全国总产值之比的比例，计算公式为：
LQ=(Eij/Ei)/(Ekj/Ek)
式中，Eij代表i地区j产业产值；Ei 代表i地区生产总值；Ekj代表j产业的全国总产值；Ek代表全国国内生产总值。区域辐射中心在打造增长极过程中，产业集中化或专业程度越高，其规模化生产水平就越高，盈利的可能性就越大，产品或服务在满足区域内部市场需求的同时向区域外部拓展，为区外市场提供服务的能力就越强，进而区域中心的辐射能力就越强。区位商研究方法从中观、静态、截面视角反映区域内产业发展及要素集聚的总体水平和专业化程度，与其他研究方法相比具有数据可得性高、计算简便、反映总体特征的明显优势。该方法经学者拓展已广泛应用于其他领域的研究。
1.人才区位商(TLQ)。人才区位商是指区域内大专以上学历人数与区域内部就业人数之比，与全国大专以上就业人数占全国就业总人数之比的比例(曹威麟等，2015)。本文将人才区位商拓展应用于计算表3中指标D24～D31的区位商值，分别计算人才数量区位商、人才质量区位商和人才区位商。与现有大多数研究成果主要从人才流入指标和人才流出指标的比例计算人才集聚指数相比，人才区位商研究方法对人才这一关键资源的集聚总量和专业化水平进行衡量，能更好满足本文开展人才集聚总体水平与辐射力关系研究的需求。
2.辐射区位商(RLQ)。基于区位商的定义，计算表2中D1～D23各项指标区位商，并取均值计算经济贸易区位商、金融服务区位商、科技创新区位商、人文交流区位商和辐射区位商。
3.辐射力和人才集聚水平判断标准。以辐射区位商值作为区域辐射中心辐射力的观测值，以人才区位商值作为人才集聚指数观测值。区位商值的不同区间表明辐射力水平和人才集聚水平的差异，见表4。
(三)指标值计算
本文以我国经济社会发展高、中、低水平和地理区位的东、中、西部划分为参考综合选择研究样本。北京、上海作为东部样本。基于经济发展程度考量将广东、浙江、山东列入东部样本之列。河南、湖北、湖南作为中部中等经济发展程度研究样本。陕西、四川、重庆等省份作为西部样本。辽宁作为东北地区研究样本。根据区位商计算公式测算指标D1～D31区位商值(见表5)，并取各项指标均值计算经济贸易辐射力、金融服务辐射力、科技创新辐射力、人文交流辐射力(见表6)。
表4 区位商值判断标准

资料来源：孙慧等，《产业集群识别方法综合使用及其实证分析》，《科技进步与对策》，2011年第21期；周璇，《产业区位商视角下环境污染与经济增长关系的研究》，北京：中国地质大学博士学位论文，2014年；毛加强、王培咖，《基于区位商方法的陕西产业集群识别与检验》，《兰州大学学报(社会科学版)》，2007年第6期。
表5 样本省份辐射区位商和人才区位商值

资料来源：依据《中国统计年鉴(2017)》、各样本省份2017年统计年鉴、《中国金融年鉴(2017)》《中国劳动统计年鉴(2017)》《中国证券统计年鉴(2017)》、各地方政府公布的2017年国民经济和社会发展公报及其他公开发布信息进行整理和按区位商法进行计算。
表6 样本省份辐射力指数和人才集聚指数值

资料来源：根据表5计算。
(四)数据分析与讨论
1.人才集聚指数及人才政策实效性分析。表6数据显示，北京和上海的人才集聚指数表现抢眼(5.95，4.29)，北京的人才集聚水平明显高于上海，两个区域中心的人才集聚在全国范围内呈现出“马太效应”。浙江、天津的人才集聚也有良好表现(1.86，1.79)，以浙江为例，可能与近年在数字化等几个专项人才集聚方面的突出业绩表现有关。其余研究样本人才集聚指数除较少部分介于1至1.5之间外，大部分小于1，说明这些区域中心基本处于人才稀缺或严重稀缺状态。
与上述人才集聚指数的差异化特征相一致，表5的人才区位商值表明各省份所出台人才政策的实效性存在明显分化：北京和上海的人才政策的整体实效性领先全国其他区域，人才政策不仅在集聚“六类”高层次人才(18.61，8.18)方面表现卓越，还在集聚R&D科研人才(5.18，6.66)、研究生以上学历型人才(8.71，6.86)、中高级专业技术人才(3.94，3.65)、高学历就业人员(4.27，3.27)方面有显著成效。此外北京人才政策集聚的人才资源总量明显高于上海(2.53，1.56)。北京、上海人才政策良好业绩表现的部分原因可能与老牌一线城市经济发展水平高、就业机会多、社会保障好、人才存量高等因素密不可分。天津、浙江、湖北、陕西、山东人才政策的相同表现是在集聚R&D科研型人才方面优势突出(3.72，2.21，2.19，2.37)，差异在于天津在集聚“六类”高层次人才方面有较好业绩(2.52)，而浙江、山东在集聚研究生以上学历型人才方面优势突出(6.23，3.43)。广东、辽宁、重庆人才政策分别在集聚R&D科研型人才、专业技术型人才和人才资源总量方面表现出较强竞争力。河南、湖南、甘肃、四川、云南、贵州、西藏人才政策的实效性明显较低。
2.区域辐射中心辐射力分析。纵向看各项指标，在经济贸易辐射力方面，上海(1.67)具有明显的出口导向特征，较其他区域中心较突出但无强势竞争优势。在科技创新辐射力方面，北京(2.71)具有强势的向外辐射能力。陕西、天津、浙江与其他区域中心相比有产品输出特征，但竞争优势不突出。在金融服务辐射力方面，上海(3.74)表现出显著的出口导向和外向型服务特征，较其他区域中心具有垄断性的竞争优势，这与上海作为我国经济中心的经济发展表现相一致。北京(1.94)表现出突出的竞争优势。在人文交流辐射力方面，北京和上海(2.76，2.02)表现出强势的辐射能力，与其作为全球城市应具备较强综合竞争力的要求相一致。西藏在人文交流方面有一定的竞争优势，较高的辐射力指标值与计算过程中人均值较高有关。
综合看，各区域中心辐射力水平与其人才政策实效性、人才集聚指数分布情况基本一致。北京、上海为第一梯队，各项辐射力指标值遥遥领先，区域中心具有强势辐射能力。浙江、广东、天津、陕西、重庆等为第二梯队，产品和服务有明显的向外输出特征，在区域发展中具有一定的引领作用，基本具备区域辐射中心的特征，但优势并不突出。其余区域中心为第三梯队，产品和服务以满足“内需”为主而向外输出较少，在国家的区域发展规划中主要起配合和支持性作用，尚不具备对外产生综合辐射的能力。从数据可以看出第二梯队和第三梯队的辐射力差距不明显。总体看，区域辐射中心的辐射力水平高低与传统的中、东、西的地理区位划分和经济社会发展的高、中、低水平没有严格对应关系。
四、人才集聚指数与辐射力关系分析
既有研究成果表明人才集聚与产业集聚有显著的相互促进关系，因此从辐射理论视角看，也存在人才集聚与区域辐射中心辐射力之间交互促进关系的可能性。本文以上述样本数据为基础，通过回归分析对该可能性进行检验。
(一)回归分析模型假设
在给定的观测指标范围内和控制与人才集聚相关的人口迁徙宏观政策、经济发展动态演进规律等其他相关条件的前提下，为聚焦探讨影响人才集聚的主要因素及其作用力大小，本文提出以下多元回归方程：
Y1=a0+a1X1+a2X2+a3X3+a4X4
(1)
式中，Y1代表区域人才集聚指数；X1，X2，X3，X4分别代表经济贸易辐射力、金融服务辐射力、科技创新辐射力和人文交流辐射力。
为更直观地表达人才集聚指数与区域辐射中心辐射力两个变量间的对应关系，本文假设自变量人才集聚指数与因变量区域辐射中心辐射力之间存在直线对应关系，所控制变量与上一模型相同，建立以下直线回归方程：
Y2=βX+b
(2)
式中，Y2代表区域辐射中心辐射力；X代表人才集聚指数。
(二)人才集聚指数与辐射力主要指标回归分析
应用SPSS22.0(以下同)，以区域辐射中心四个辐射力指标为自变量，人才集聚指数为因变量进行多元逐步回归分析，结果见表7。
表7 回归方程系数(1)

说明：应变数：人才集聚指数。
回归分析样本量N=17，模型拟合系数R平方为0.890(P=0.000<0.05)，DW=1.56,自变量标准化系数分别为0.586(P=0.000<0.05)，0.560(P=0.000<0.05)，R平方变更量为0.89，自变量经济贸易辐射力、人文交流辐射力被排除在模型之外，自变量科技创新辐射力和金融服务辐射力共同对因变量的解释力为89%，从各项指标看，回归模型拟合较好，标准化回归模型如下：
人才集聚指数=0.586×科技创新辐射力
+0.56×金融服务辐射力
(3)
回归分析结果显示，科技创新辐射力、金融服务辐射力与人才集聚指数有显著正相关关系。科技创新辐射力影响系数为0.586，说明科技创新对人才集聚水平提升的影响力最为显著。金融服务辐射力影响系数为0.56，表明与金融服务相关的产业集聚是吸引人才集聚的重要因素。经济贸易辐射力被排除的原因与所选观测指标多为国民经济发展中的基础性指标有较大关系。长期以来大多数传统行业发展对人才或高层次人才的依赖度不大，甚至很多区域低端产业发展模式把人才素质结构长期锁定在低端水平而得不到升级的现象较为常见(王志华等，2016)。人文交流辐射力被排除的原因与数据缺乏明显规律有关,以北京、上海和西藏三个最为典型的区域为例，在全球城市演进的梯级分布中，北京、上海作为中国少数几个全球化城市，在全球竞争过程中必然进化出较高的人文交流辐射能力,而西藏较高的人文交流辐射力和各项辐射力指标与人才集聚数指标并没有必然联系。
(三)人才集聚指数与区域辐射中心辐射力回归分析
鉴于回归模型(见表7)排除经济贸易辐射力和人文交流辐射力两个观测变量，本文以人才集聚指数为自变量，以包含科技创新、金融服务为主要内容的区域辐射中心辐射力为因变量进行直线回归分析，结果见表8。
表8 回归方程系数(2)

说明：应变数：区域辐射中心辐射力。
回归分析样本量N=17，模型拟合系数R方为0.877(P=0.00<0.05)，DW=1.421，标准化系数为0.936，R平方变更量为0.868，自变量对因变量的解释力为86.8%。从各项指标看，回归模型拟合较好。分析结果显示，人才集聚指数与包含科技创新、金融服务为主要内容的区域辐射中心辐射力存在显著正相关关系，标准化回归模型为：
区域辐射中心辐射力=0.936×人才集聚指数
(4)
该回归分析结果显示，人才集聚指数提高1个百分点，区域辐射中心辐射力提升0.936个百分点，即综合提升科技创新辐射力和金融服务辐射力0.936个百分点。相反，区域辐射中心辐射力提高1个百分点，即科技创新和金融服务的综合辐射力提升1个百分点，人才集聚指数提高1.068个百分点(1/0.936)。
五、主要研究结论
1.区域中心人才集聚指数差距较大，与各省份人才政策实效性水平差异程度基本吻合。北京和上海的人才集聚指数最高(5.95，4.29)，其中在包括“六类”在内的高层次人才集聚方面具有强势竞争地位，两地的人才集聚在全国范围内呈现明显的“马太效应”。浙江、天津在人才集聚方面逐渐呈现出强势竞争地位，而老牌区域中心广东在人才集聚方面较其他区域中心几乎丧失了传统竞争优势。其他大部分区域中心人才集聚指数水平相对较低，人才集聚优势不明显。与人才集聚指数相呼应的是北京和上海的人才政策在集聚“六类”高层次人才、R&D科研人才、研究生以上学历型人才、中高级专业技术人才等各类人才方面表现优秀，对区域内人才集聚形成了有力支持。与此不同，天津、浙江、湖北、陕西、山东仅在R&D科研型人才等少数几个类别人才的集聚方面有较好表现，而广东、辽宁、重庆、河南、湖南、甘肃、四川、云南、贵州、西藏的人才政策的实际效果不明显。
2.与人才政策实效性、人才集聚指数分布特点基本一致，各区域中心辐射力水平也呈现出差异明显的三个梯次。在经济贸易辐射力方面：上海的辐射力最强(2.00)，在对外辐射和出口导向方面保持着优势竞争地位。在金融辐射力方面：上海的辐射力最强(3.43)，北京次之(1.94)，但与上海差距明显。河南辐射力最弱(0.67)。在科技创新辐射力方面：北京的辐射力最强(2.71)，除西藏外山东辐射力最弱(0.66)。在人文交流辐射力方面，北京的辐射力最强(2.76)，其次为上海(2.02)，西藏、甘肃等省份有一定的人文交流辐射优势。综合判断：17个区域中心的辐射力水平可划分为三个梯队：上海、北京为第一梯队，浙江、广东、陕西、重庆等省份为第二梯队，其余省份为第三梯队，第二梯队、第三梯队间辐射力差距不明显，但与第一梯队相比差距较大。
3.区域辐射中心人才集聚指数与辐射力有显著正相关关系。区域辐射中心辐射力提高1个百分点，人才集聚指数提高1.068个百分点，相反人才集聚指数提高1个百分点，区域辐射中心辐射力提升0.936个百分点。其中影响区域辐射中心辐射力水平的主要因素是科技创新辐射力和金融服务辐射力，影响力系数分别为0.586和0.56，该数据说明区域辐射中心建设过程中科技创新、金融服务等产业链高端行业而非传统加工制造和服务行业的发展才是影响人才集聚水平的关键因素。
4.人才政策应聚焦集聚科技创新和金融服务人才，并透过科技创新辐射力和金融服务辐射力的培育，实现提升区域辐射中心辐射力的重要目标。这一“人才政策—人才集聚指数—区域辐射中心辐射力”交互推动逻辑为各省份的区域辐射中心建设指明了路径。大数据时代背景下各区域中心应构建与传统优势产业转型升级和打造新兴产业增长极需求相匹配的特色化大数据科技创新平台和金融服务平台，整合先进技术、产业资本和中高端人才资源，通过推动区域辐射中心高新科技产业和金融服务产业形成多个增长极，综合提升区域中心辐射能力。
参考文献
曹威麟、姚静静、余玲玲、刘志迎，2015：《我国人才集聚与三次产业集聚关系研究》，《科研管理》第12期。
陈文新，2016：《丝绸之路经济带核心城市经济辐射效应研究》，《商业经济研究》第9期。
崔向阳、王玲侠，2017：《江苏省三大城市圈的产业分工研究——基于区位商分析法》，《西安财经学院学报》第6期。
高洪深，2013：《区域经济学(第四版)》，北京：中国人民大学出版社。
胡蓓、朱朴义，2013：《产业集群人才集聚拥挤研究》，《科技进步与对策》第19期。
黄苏萍、彭希哲、朱咏，2011：《基于层次分析法的人才集聚竞争力效果评估——以上海为例》，《人口与经济》第2期。
戢晓峰、普永明、郝京京，2018：《中国面向南亚东南亚辐射中心发展指数的测度方法》，《昆明理工大学学报(社会科学版)》第1期。
江志东、徐淑云，2015：《高新技术园区经济辐射：机理和分析框架》，《福建论坛(人文社会科学版)》第10期。
李凯、李世杰，2004：《装备制造业集群网络结构研究与实证》，《管理世界》第12期。
廖诺、张紫君、李建清、赵亚莉，2016：《基于C-C-E链的人才集聚对经济增长的贡献测度》，《人口与经济》第5期。
马军、吴梦宸、鲍宗客，2011：《长三角制造业专业化与产业转移研究》，《华东经济管理》第5期。
孙健、盖丽丽，2008：《欠发达地区人才集聚陷阱研究》，《广东社会科学》第1期。
孙健、尤雯，2008：《人才集聚与产业集聚的互动关系研究》，《管理世界》第3期。
唐朝永、牛冲槐，2017：《协同创新网络、人才集聚效应与创新绩效关系研究》，《科技进步与对策》第3期。
王世杰，2013：《战略信息产业科技人才与内育双螺旋耦合模式研究》，武汉：武汉理工大学博士学位论文。
王志华、王建华、贝绍轶，2016：《长三角制造业机构升级与人才素质结构升级的引领关系分析——兼论产业的“低端锁定”与人才的“学历泡沫”现象》，《工业技术经济》第5期。
吴勤堂，2004：《产业集群与区域经济发展耦合机理分析》，《管理世界》第2期。
吴思，2011：《员工创新行为及其主体性激励研究》，北京：经济科学出版社。
于斌斌，2012：《区域一体化、集群效应与高端人才集聚——基于推拉理论扩展的视角》，《经济体制改革》第6期。
张樨樨，2010：《我国高技术产业集聚与高技术人才集聚互动关系的建模研究》，《科技进步与对策》第11期。
周锦、顾江，2013：《基于区位商理论的区域文化产业发展分析》，《统计与决策》第17期。
周均旭，2010：《产业集群人才集聚效应演化规律与对策研究》，《武汉科技大学学报(社会科学版)》第6期。
STUDY ON THE RELATIONSHIP BETWEEN TALENT AGGREGATION INDEX AND RADIATION POWER IN REGIONAL RADIATION CENTER
YAO Kai CUN Shou-dong
(School of Management,Fudan University)
Abstract:Measuring the talent aggregation index and radiation power level of regional radiation centers accuracy and discussing the relationship between them are not only helpful to test the effectiveness of talent policies of provinces and cities,but also helpful to put forward suggestions for the construction of regional radiation centers.There are 17 typical provinces and cities are selected as the research samples of regional radiation centers in this paper.Using location quotient and regression analysis,this research shows as follows: In the process of regional radiation centers construction,there is an obvious interactive relationship among the talent policy,the talent aggregation index and the radiation power.The talent aggregation index of regional radiation centers has a significant positive correlation with radiation power.The talent aggregation index increased by 1 percentage points and the radiation force of the regional radiation center increased by 0.986 percentage points.On the contrary,the radiation force of the regional radiation center increased by 1 percentage points,and the talent concentration index increased by 1.068 percentage points.The main factors affecting the radiation power of regional centers are scientific and technological innovation and financial services,the influence coefficients of these two factors on talent agglomeration index respectively are 0.586 and 0.56.The research results indicate the way for the construction of regional radiation centers.Talent policy should focus on gathering talents of scientific and technological innovation and financial services.The radiation capacity of regional radiation centers can be enhanced by promoting the radiation power of scientific and technological innovation and financial services.
Key words:radiation center;talent policy;radiation power;talent location quotient;talent aggregation index
* 姚凯(通讯作者)、寸守栋，复旦大学管理学院，邮政编码200433，电子邮箱：yaokai666888@126.com。本文得到国家社会科学基金重大项目“大数据时代国际人才集聚及中国战略对策研究”(16ZDA057)的资助。感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
(责任编辑：杨万东)